问几个大模型平台的问题

1. 如果算力节点有几百个，做模型预热时，目前是否有成熟度高的快速预热分发技术方案实现，不至于都请求存储节点打挂机器
2. 在模型预热过程中，可能存在多个模型预热到同一个节点情况，但最终只能启动一个实例，因为卡已经被占用了，在云原生层面是否有更好的调度和预热模式，先锁定机器节点去预热
3. 在大模型推理中，HPA自动扩缩容存在性能瓶颈，例如大权重模型，即使预热后，vllm启动也要半小时，是否有更好的方案扩容